基于字典学习的非凸压缩感知图像重构方法-计算机应用技术专业论文.docxVIP

万方数据 万方数据 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期: 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 本人签名： 日期: 导师签名： 日期: 万方数据 万方数据 摘要 在压缩感知理论中，可以同时进行信号的采样和压缩，省去了高速采样时对 获得的大量冗余数据进行数据提取和舍弃的过程，大大降低了传感器的采样速率 和计算成本。信号重构作为压缩感知理论的关键，本质上是求解 l0 范数的 NP 难 问题。刘芳教授指导的硕士论文提出了一种基于 Ridgelet 冗余字典的非凸压缩感 知重构方法，通过对 Ridgelet 超完备冗余字典的学习实现图像重构：文中使用互 近邻方法对观测向量聚类，按照单原子方向初始化种群，然后利用遗传进化算法 学习得到字典方向上的较优原子组合，最后使用克隆选择算法学习出尺度和位移 上的最优原子组合后重构图像。实验表明，在采样率为 30%以上时，该方法可以 获得准确的重构结果，但在采样率较低时，图像重构效果不够理想，为了解决这 一问题，本文提出了一种基于字典学习的非凸压缩感知图像重构算法。本文的主 要工作如下： 由于低采样率下观测向量携带信息较少，互近邻方法下的聚类效果不够理想， 因此本文利用观测向量具有局部相似性这一特点，使用观测向量标准差差值作为 度量，采用局部生长的方式对观测向量进行聚类。对观测向量聚类后，采用改进 的遗传算法对每一类图像块进行重构，学习字典方向上最优的原子组合。最后， 利用克隆选择优化算法学习出尺度和位移上最优的原子组合后重构图像。其中， 本文采用的遗传算法有两处改进：第一，为了兼顾光滑块和纹理块的原子方向特 征，对每一类观测向量对应的图像块按多原子方向和单原子方向并存的方案初始 化种群；第二，为了避免种群多样性的丧失，采用了局部选择机制。仿真实验表 明，这两种改进均能够提高图像的重构质量。此外，采用克隆选择优化算法学习 时，为了增加种群多样性，初始种群规模没有统一规定，是在进行种群扩充并去 除重复抗体后，使用当前种群中的抗体数目作为种群规模，后续的克隆、变异及 选择操作都在这一种群规模上进行。 本文结合了遗传进化算法和克隆选择算法对字典进行方向、尺度和位移上的 学习，利用学习得到的最优原子组合重构图像。仿真实验表明，本文方法提高了 低采样率下图像的重构质量。 关键词：局部相似性 局部选择 压缩感知重构 遗传算法 克隆选择算法 万方数据 万方数据 万方数据 万方数据 Abstract In compressed sensing theory, signal sampling and compression can be performed at the same time while eliminating the process of extracting and discarding data from redundant data obtained in the high-speed sampling.In this way,the theory can down sampling speed of the sensor and reduce the computational expense.As the key problem of the compressed sensing theory,signal reconstruction is a l0 norm question essentially,and the l0 norm question is an NP-hard problem. In the master's thesis guidanced by professor Liu Fang and named “Non-con